影像方面，后置1200万超广角+5000万广角+1000万长焦镜头，前置1200万像素镜头。
提示一如既往地重要，但提示工程（乱用令牌）的重要性将下降。
此外，为了增加直播的专业度，这场直播设置了9个以上机位，动用了斯坦尼康、纵横滑轨、电影机、导播台等电影级别的专业设备，花费或许不到传闻中的百万级，但也不会太少，是名副其实的钞能力直播。
2. 💼Articul8源于英特尔与波士顿咨询集团（BSG）的合作，构建了一款可读取文本和图像的通用人工智能系统。
站长之家（ChinaZ.com）1月4日 消息:近期，GPT-4V的开源替代方案在中国的顶尖学府清华、浙大等的推动下，出现了一系列性能优异的开源视觉模型。其中，LLaVA、CogAgent和BakLLaVA是三种备受关注的开源视觉语言模型。